概率论与数理统计(理工类)
提示:选中知识点单击!
第 一 章
第 二 章
第 三 章
第 四 章
第 五 章
第 六 章
第 七 章
第 八 章
离散型随机变量的数学期望
连续型随机变量的数学期望
随机变量函数的数学期望
二维随机变量函数的数学期望
数学期望的性质
方差的定义
随机变量方差的计算
0-1分布的数字特征
二项分布的数字特征
几何分布的数字特征
泊松分布的数字特征
指数分布的数字特征
均匀分布的数字特征
正态分布的数字特征
方差的性质
连续型条件数学期望和方差
协方差的计算
协方差的性质
相关系数的定义
随机变量和的方差与协方差的关系
正态分布的相关与独立
矩的概念
n维正态分布的重要性质—性质1
n维正态分布的重要性质—性质2
n维正态分布的重要性质—性质3
n维正态分布的重要性质—性质4
切比雪夫不等式
伯努利大数定理
依概率收敛的定义
切比雪夫大数定理
林德伯格—勒维中心极限定理
棣莫佛—拉普拉斯中心极限定理
 
大学普通本科 -> 理工类 -> 概率论与数理统计 -> 第四章 随机变量的数字特征 -> 4.4 大数定理与中心极限定理 -> 内容要点 -> 大数定理的引入
大数定理的引入
    概率论与数理统计是研究随机现象统计规律性的学科,而随机现象的规律性在相同的条件下进行大量重复试验时会呈现某种稳定性. 例如,在概率的统计定义中,曾提到一事件发生的频率具有稳定性,即事件发生的频率趋于事件发生的概率,其中所指的是:当试验的次数无限增大时,事件发生的频率在某种收敛意义下逼近某一定数(事件发生的概率),这就是最早的大数定理. 一般的大数定理讨论个随机变量的平均值的稳定性. 大数定理对上述情况从理论的高度进行了论证本节先介绍基本的大数定理,然后,再介绍另一类基本的中心极限定理.
发表自己对本题的跟帖
用户   密码     注册
知识点查询
版权所有©佛山市数苑科技信息有限公司
数苑网 粤ICP备09146901号